单位矩阵
单位矩阵(identity matrix)指的是在矩阵的乘法中,一种如同数的乘法中的1特殊的作用的方阵。
从左上角到右下角的对角线(称为主对角线)上的元素均为1。除此以外全都为0。
根据单位矩阵的特点,任何矩阵与单位矩阵相乘都等于本身,而且单位矩阵因此独特性在高等数学中也有广泛应用。
基本信息
- 中文名
单位矩阵
- 外文名
identity matrix
- 学科
数理科学
- 类型
方阵
- 特点
主对角线上的元素都为1
- 表示
I或E
- 适用范围
线性代数
- 特性
AI=IA=A
基本简介
主对角线上的元素都为1,其余元素全为0的n阶矩阵称为n阶单位矩阵,记为
或
,通常用I或E来表示。
在线性代数,大小为n的单位矩阵是在主对角线上均为1,而其他地方都是0的
的正方矩阵。它用
表示,或有时阶数可忽略时就直接用I来表示。如下所示:
同时单位矩阵也可以简单地记为一个对角线矩阵:
矩阵
在数学中,矩阵(Matrix)是一个按照长方阵列排列的复数或实数集合,最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。
矩阵是高等代数学中的常见工具,也常见于统计分析等应用数学学科中。在物理学中,矩阵于电路学、力学、光学和量子物理中都有应用;计算机科学中,三维动画制作也需要用到矩阵。 矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际应用上简化矩阵的运算。对一些应用广泛而形式特殊的矩阵,例如稀疏矩阵和准对角矩阵,有特定的快速运算算法。关于矩阵相关理论的发展和应用,请参考矩阵理论。在天体物理、量子力学等领域,也会出现无穷维的矩阵,是矩阵的一种推广。
数值分析的主要分支致力于开发矩阵计算的有效算法,这是一个几个世纪以来的课题,是一个不断扩大的研究领域。 矩阵分解方法简化了理论和实际的计算。 针对特定矩阵结构(如稀疏矩阵和近角矩阵)定制的算法在有限元方法和其他计算中加快了计算。 无限矩阵发生在行星理论和原子理论中。 无限矩阵的一个简单例子是代表一个函数的泰勒级数的导数算子的矩阵。
性质
根据矩阵乘法的定义,单位矩阵的重要性质为:
和![]()
单位矩阵的特征值皆为1,任何向量都是单位矩阵的特征向量。
因为特征值之积等于行列式,所以单位矩阵的行列式为1。因为特征值之和等于迹数,单位矩阵的迹为
。
单位矩阵在高等代数中的应用
高等代数中,在求解相应的矩阵时若添加单位矩阵然后通过初等变换进行求解往往可以使问题变得简单。
求等价标准型问题
设A是mxn矩阵,求A的等价标淮型D以及使PAQ=D成立的P与Q,按常规方法,一般会分别对A作行初等变化与列初等变化求出P、Q,而如果利用添加单位矩阵:即